Wyznaczanie orientacji obiektu w przestrzeni z wykorzystaniem naiwnego filtru Kalmana

• Autorzy: Bieda R. , Grygiel R.

Identyfikatory

DOI

10.12915/pe.2014.01.09

Warianty tytułu

EN

3D object orientation with naive Kalman filter

• Języki publikacji: PL

Abstrakty

PL

W pracy zaprezentowano sposób estymacji orientacji obiektu, w postaci kątów Eulera, w przestrzeni 3D z wykorzystaniem naiwnego filtru Kalmana. Wykorzystując założenie z systemów klasyfikacji bayesowskiej, że wektor pomiarowy prędkości kątowej modelujący pewne zdarzenie może być rozpatrywany jako zbiór trzech niezależnych zdarzeń, dokonano syntezy niezależnych filtrów Kalmana dla każdej z osi układu współrzędnych RPY. Zaprezentowano fuzję danych z rzeczywistego czujnika IMU integrującą dane pomiarowe z trójosiowych żyroskopów, akcelerometrów oraz magnetometrów.

EN

In the paper naive Kalman filter is presented for estimating orientation in 3D space. Using the assumption of Bayesian classification systems, the angular velocity vector is treated as three separate events. Therefore, tree independent Kalman filter are used to estimate Euler angles for each RPY coordinate system. Data fusion is presented for real IMU sensor which integrated data from triaxial gyroscope, accelerometer and magnetometer.

Słowa kluczowe

PL

orientacja 3D; IMU; filtr Kalmana

EN

3D orientation; IMU; Kalman filter

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2014
• Tom: R. 90, nr 1
• Strony: 34--41
• Opis fizyczny: Bibliogr. 20 poz., rys.

Twórcy

autor

Bieda R.

• Instytut Automatyki, Politechnika Śląska w Gliwicach ul. Akademicka 2A, 44-100 Gliwice, Polska

autor

Grygiel R.

• Instytut Automatyki, Politechnika Śląska w Gliwicach ul. Akademicka 2A, 44-100 Gliwice, Polska

Bibliografia

• 1. J. S. Medith, Estymacja i sterowanie statystycznie optymalne w układach liniowych, WNT, Warszawa (1975).
• 2. M. Haid, J. Breitenbach, Low cost inertial orientation tracking with Kalman filter, Applied Mathematics and Computation 153 (2004) 567–575
• 3. Gucma M., Montewka J., Podstawy morskiej nawigacji inercyjnej, Akademia Morska w Szczecinie, Szczecin (2006)
• 4. LaValle S.M, Planning algorithms, Cambridge University Press, (2006)
• 5. Titterton D.H., Weston J.L., Strapdown Inertial Navigation Technology - 2nd Ed., The Institution of Electrical Engineers, (2004)
• 6. Grewal M.S., Weill L.R., Andrews A.P, Global Positioning Systems, Inertial Navigation, and Integration, John Wiley & Sons, (2001)
• 7. Pedley M., Tilt Sensing Using a Three-Axis Accelerometer, Freescale Semiconductor Application Note, (2013), n.AN3461
• 8. Roetenberg D, Inertial and Magnetic Sensing of Human Motion, PhD Thesis, University of Twente, (2006)
• 9. Kim K., Park C.G., A New Initial Alignment Algorithm for Strapdown Inertial Navigation System Using Sensor Output, Proceedings of the 17th World Congress The International Federation of Automatic Control (IFAC), (2008), 13034-13039
• 10. Roetenberg D., Henk J. Luinge H.J., Chris T. M. Baten Ch.T.M, Veltink P.H, Compensation of Magnetic Disturbances Improves Inertial and Magnetic Sensing of Human Body Segment Orientation, IEEE Transactions On Neural Systems And Rehabilitation Engineering, 13, (2005), 3, 305-405
• 11. Pusa J., Strapdown inertial navigation system aiding with nonholonomic constraints using indirect Kalman filtering, MSc Thesis, Tampere University of Technology, (2009)
• 12. Talat Ozyagcilar T, Implementing a Tilt-Compensated eCompass using Accelerometer and Magnetometer Sensors, Freescale Semiconductor Application Note, (2012), n.AN4248
• 13. Sadłowski P., Parametryzacje rotacji i algorytmy rozwiązywania równań dynamiki z rotacyjnymi stopniami swobody, Praca doktorska, Polska Akademia Nauk, (2007)
• 14. Woodman O.J., An introduction to inertial navigation, Technical Report 696, University of Cambridge, (2007)
• 15. Fux S., Development of a planar low cost Inertial Measurement Unit for UAVs and MAVs, MSc Thesis, Eidgenössische Technische Hochschule Zürich, (2008)
• 16. Theodoridis S., Koutroumbas K., Pattern Recognition, 3rd edition, Academic Press, Elsevier, (2006)
• 17. Koronacki J., Ćwik J., Statystyczne systemy uczące się, wydanie drugie, Akademicka Oficyna Wydawnicza EXIT, Warszawa, (2008)
• 18. Peter Haywood King, Low Cost Localization Solution Using a Kalman Filter for Data Fusion, Praca magisterska, April 29, 2008, Blacksburg, Virginia Tech, (2008)
• 19. Songlai Han and Jinling Wang A Novel Method to Integrate IMU and Magnetometers in Attitude and Heading Reference Systems. Journal of Navigation, 64, (2011), pp. 727-738.
• 20. Michael J. Caruso, Applications of Magnetoresistive Sensors in Navigation Systems, Honeywell Inc, (1998)